天才一秒记住【长江书屋】地址：https://www.cjshuwu.com
tn=（（labels==zero）*（pred==zero））.sum（）
tp=（（labels==one）*（pred==one））.sum（）
fp=（（labels==zero）*（pred==one））.sum（）
fn=（（labels==one）*（pred==zero））.sum（）
train_sum_fn+=fn.item（）
train_sum_fp+=fp.item（）
train_sum_tn+=tn.item（）
train_sum_tp+=tp.item（）
train_sum_loss+=loss.item（）
train_sum_correct+=acc.item（）
train_loss=train_sum_loss*1.0len（trainDataLoader）
train_correct=train_sum_correct*1.0len（trainDataLoader）batch_size
train_precision=train_sum_tp*1.0（train_sum_fp+train_sum_tp）
train_recall=train_sum_tp*1.0（train_sum_fn+train_sum_tp）
writer.add_scalar（“trainloss“，train_loss，global_step=epoch）
writer.add_scalar（“traincorrect“，
train_correct，global_step=epoch）
writer.add_scalar（“trainprecision“，
train_precision，global_step=epoch）
writer.add_scalar（“trainrecall“，train_recall，global_step=epoch）
ifnotos.path.exists（“models_aug_CNN“）:
os.mkdir（“models_aug_CNN“）
torch.save（net.state_dict（），“models_aug_CNN{}.pth“.format（epoch+1））
scheduler.step（）
sum_loss=0
sum_correct=0
test_sum_fp=0
test_sum_fn=0
test_sum_tp=0
test_sum_tn=0
fori，datainenumerate（testDataLoader）:
net.eval（）
inputs，labels=data
inputs=inputs.unsqueeze（1）.to（torch.float32）
labels=labels.type（torch.LongTensor）
inputs，labels=inputs.to（device），labels.to（device）
outputs=net（inputs）
本章未完，请点击下一章继续阅读！若浏览器显示没有新章节了，请尝试点击右上角↗️或右下角↘️的菜单，退出阅读模式即可，谢谢！